1. Електронний архів ДонНТУ м.Покровськ
  2. Наукові видання ДонНТУ
  3. Наукові періодичні видання
  4. Серія: Інформатика, кібернетика та обчислювальна техніка
  5. Випуск 11(164)
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: https://ea.donntu.edu.ua/jspui/handle/123456789/2848
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.authorКравченко, А.Н.-
dc.date.accessioned2011-12-05T13:32:45Z-
dc.date.available2011-12-05T13:32:45Z-
dc.date.issued2010-
dc.identifier.citationИнтеллектуальный подход к классификации сельскохозяйственных культур посевов / Кравченко А.Н.//Научные труды ДонНТУ. Серия «Информатика, кибернетика и вычислительная техника». – 2010. – Вып. 11(164). – С. 106-114en_US
dc.identifier.otherУДК 528.854-
dc.identifier.urihttp://ea.donntu.edu.ua/handle/123456789/2848-
dc.descriptionInformation technology for crop classification and area estimation is presented. It is based on supervised classification of free of charge remote sensing data. To apply technology it is necessary to collect ground data with field boundaries for each crop class in question. Multilayer Perceptron Artificial Neural Network is used as soft classifier. Proposed technology addresses important issue of change of class probabilities in training and real data. Dedicated post processing of classifier outputs that is based on EM algorithm is used to estimate class probabilities in real image data. Such post processing leads to increase of classification accuracy up to 10%. A preliminary step to estimate errors in class probabilities for real data is also performed. Technology is assessed on moderate resolution MODIS NDVI data for 2009 vegetation season for the territory of Northern Ukraineen_US
dc.description.abstractПредставлена информационная технология классификации посевов сельскохозяйственных культур и оценивания площади посевов. Технология основана на использовании методов обучения с учителем для классификации спутниковых данных, которые доступны бесплатно. В рамках технологии выполняется сбор наземных данных с границами полей посевов каждого класса. В качестве классификатора используется нейронная сеть типа многослойный персептрон. Учитывается возможные изменения пропорций классов в обучающей выборке и в реальных данных. Для оценки пропорций классов в реальных спутниковых данных используется постобработка результатов классификации на основе алгоритма Expectation-maximization. Это привело к увеличению точности классификации на 10%. Технология апробирована на данных среднего пространственного разрешения MODIS NDVI для вегетационного сезона 2009 года в северных областях Украиныen_US
dc.publisherДВНЗ «ДонНТУ»en_US
dc.relation.ispartofseriesІнформатика, кібернетика та обчислювальна техніка;17-
dc.subjectклассификация посевов сельскохозяйственных культурen_US
dc.subjectcrop classificationen_US
dc.subjectarea estimationen_US
dc.subjectоценивание площади посевовen_US
dc.subjectclassification of remote sensing dataen_US
dc.subjectmultilayer Perceptronen_US
dc.subjectArtificial Neural Networken_US
dc.subjectEM algorithmen_US
dc.subjectобучение с учителемen_US
dc.subjectнейронная сетьen_US
dc.subjectклассификация спутниковых данныхen_US
dc.subjectалгоритм Expectation-maximizationen_US
dc.subjectмногослойный персептронen_US
dc.titleIntellectual Approach to Crop Classificationen_US
dc.title.alternativeИнтеллектуальный подход к классификации сельскохозяйственных культур посевовen_US
dc.typeArticleen_US
Розташовується у зібраннях:Випуск 11(164)

Файли цього матеріалу:
Файл Опис РозмірФормат 
Intellectual Approach to Crop Classification.pdf1,54 MBAdobe PDFПереглянути/Відкрити
Показати базовий опис матеріалу Перегляд статистики


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.